Tipi di spiegazione in Interpreta i dati
Ogni volta che selezioni un nuovo indicatore in una visualizzazione o una dashboard ed esegui Interpreta i dati, Tableau esegue una nuova analisi statistica considerando tale indicatore e i dati sottostanti nella cartella di lavoro. Le possibili spiegazioni sono visualizzate in sezioni espandibili nel riquadro Guida ai dati. Per informazioni su come vengono analizzate e valutate le spiegazioni in Interpreta i dati, consulta Come funziona Interpreta i dati.
Esplorare i valori sottostanti
In questa sezione sono elencate le spiegazioni per ogni misura che può essere spiegata (denominate misure di destinazione). Ciascuna spiegazione elencata qui descrive una relazione con i valori della misura di destinazione testati sull’indicatore analizzato. Utilizza la tua conoscenza pratica dei dati per determinare se le relazioni individuate da Interpreta i dati sono significative e se vale la pena esplorarle.
In questo esempio, la distanza percorsa è la misura di destinazione
Caratteristiche sottostanti
Queste spiegazioni descrivono come i record sottostanti degli indicatori nella vista possono contribuire al valore aggregato della misura spiegata. Gli attributi dell’indicatore possono includere i valori estremi, i valori Null, il numero di record o il valore medio dell’indicatore.
Nota: per le definizioni dei termini più comuni utilizzati nelle spiegazioni, consulta Termini e concetti nelle spiegazioni(Il collegamento viene aperto in una nuova finestra).
Valori estremi
Questo tipo di spiegazione indica se uno o più record hanno valori significativamente superiori o inferiori rispetto alla maggior parte dei record. Se la spiegazione è supportata da un modello, indica che il valore estremo sta influenzando la misura di destinazione dell’indicatore analizzato.
Se un indicatore contiene valori estremi, non significa automaticamente che si tratta di outlier o che devi escludere i record corrispondenti dalla vista. La scelta dipende da te, in base alla tua analisi. La spiegazione sta semplicemente evidenziando un valore estremo nell’indicatore. Ad esempio, potrebbe rivelare un valore errato in un record in cui una banana costa 10 dollari invece di 10 centesimi. In un altro caso, potrebbe indicare che un particolare addetto alle vendite ha avuto un ottimo trimestre.
Nota: questa spiegazione deve essere abilitata dall’autore per essere visibile in modalità di visualizzazione per una cartella di lavoro pubblicata. Per maggiori informazioni, consulta Controllare l’accesso a Interpreta i dati.
Questa spiegazione mostra:
Opzioni di esplorazione:
Fasi successive per l’analisi:
|
In questo esempio, un singolo valore estremo di 463 ore di noleggio contribuisce alla somma più alta del previsto del tempo totale di noleggio di 613 ore. Un probabile motivo di questo valore elevato potrebbe essere il fatto che qualcuno abbia dimenticato di agganciare la bici quando l’ha restituita. In questo caso, l’autore potrebbe voler escludere questo valore per le analisi future.
| |
Visualizza la differenzaQuesta sezione mostra:
Opzioni di esplorazione:
Fasi successive per l’analisi:
| 
In questo esempio, quando si esclude il valore estremo di 483, l’indicatore analizzato non è più alto rispetto agli altri indicatori nella vista. Ora si distinguono altri indicatori. L’autore potrebbe voler esplorare gli altri indicatori per determinare per quale motivo le altre località hanno orari più elevati per il noleggio di biciclette. |
per una versione più ampia della visualizzazione.
Valori Null
Il tipo di spiegazione Valori Null evidenzia le situazioni in cui è presente una quantità di dati mancanti superiore al previsto in un indicatore. Indica la frazione dei valori della misura di destinazione che sono Null e il modo in cui i valori Null potrebbero contribuire al valore aggregato di tale misura.
Questa spiegazione mostra:
Opzioni di esplorazione:
Fasi successive per l’analisi:
|
In questo esempio, la percentuale di valori Null nella misura di destinazione viene mostrata come un cerchio blu. |
Numero di record
Questo tipo di spiegazione descrive quando il conteggio dei record sottostanti è correlato alla somma. L’analisi ha individuato una relazione tra il numero di record aggregati in un indicatore e il valore effettivo dell’indicatore.
Sebbene ciò possa sembrare ovvio, questo tipo di spiegazione ti aiuta a stabilire se il valore dell’indicatore è influenzato dalla grandezza dei valori nei relativi record o semplicemente dal numero di record nell’indicatore analizzato.
Questa spiegazione mostra:
Opzioni di esplorazione:
Fasi successive per l’analisi:
|
In questo esempio, è elencato il numero di record per la distanza percorsa per ogni valore di Mese corsa, che è una dimensione nella visualizzazione originale. Agosto ha il valore più alto per la distanza percorsa totale. Potresti verificare se agosto ha il valore più alto per la distanza percorsa perché sono state effettuate più corse in agosto o perché alcune corse sono state più lunghe. |
Valore medio dell’indicatore
Questo tipo di spiegazione descrive quando la media di una misura è correlata alla somma. Confronta se il valore medio è basso o alto oppure se il numero di record è basso o alto.
Questa spiegazione mostra:
Opzioni di esplorazione:
Fasi successive per l’analisi:
|  In questo esempio, la distanza media percorsa ad agosto non è significativamente superiore o inferiore rispetto alla maggior parte dei mesi. Ciò suggerisce che la distanza percorsa è maggiore ad agosto perché ci sono state più corse in questo mese, non perché le persone hanno fatto corse più lunghe. |
Singolo valore rilevante
Utilizza questa spiegazione per comprendere la composizione dei valori dei record che costituiscono l’indicatore analizzato.
Questo tipo di spiegazione identifica quando un singolo valore in una dimensione non visualizzata può contribuire al valore aggregato dell’indicatore analizzato. Una dimensione non visualizzata è una dimensione che esiste nell’origine dati, ma che attualmente non viene utilizzata nella vista.
Questa spiegazione indica quando ogni record sottostante di una dimensione ha lo stesso valore o quando un valore di una dimensione si distingue perché molti o pochi record hanno lo stesso valore singolo per l’indicatore analizzato.
Nota: per le definizioni dei termini più comuni utilizzati nelle spiegazioni, consulta Termini e concetti nelle spiegazioni(Il collegamento viene aperto in una nuova finestra).
Questa spiegazione mostra:
Opzioni di esplorazione:
Fasi successive per l’analisi:
|  In questo esempio, l’analisi statistica ha mostrato che molte delle corse provengono dal quartiere della stazione di Back Bay. Quartiere stazione è una dimensione non visualizzata che ha un qualche tipo di relazione con Distanza percorsa nei dati sottostanti per la visualizzazione di origine. |
Elementi che contribuiscono di più
Utilizza questa spiegazione per visualizzare i valori che costituiscono la frazione più grande dell’indicatore analizzato.
Per un’aggregazione COUNT, gli elementi che contribuiscono di più mostrano i valori delle dimensioni con il maggior numero di record. Per SUM, questa spiegazione mostra i valori di dimensione con la somma parziale più grande.
Dimensioni rilevanti
Utilizza questa spiegazione per comprendere la composizione dei valori dei record che costituiscono l’indicatore analizzato.
Questo tipo di spiegazione mostra che la distribuzione di una dimensione non visualizzata può contribuire al valore aggregato dell’indicatore analizzato. Questo tipo di spiegazione viene utilizzato per le somme, i conteggi e le medie della misura di destinazione. Una dimensione non visualizzata è una dimensione che esiste nell’origine dati, ma che attualmente non viene utilizzata nella vista.
Nota: per le definizioni dei termini più comuni utilizzati nelle spiegazioni, consulta Termini e concetti nelle spiegazioni(Il collegamento viene aperto in una nuova finestra).
Questa spiegazione mostra:
Opzioni di esplorazione:
Fasi successive per l’analisi:
|  In questo esempio, l’analisi statistica ha mostrato che più corse hanno avuto inizio da South Station e MIT e meno da Charles Circle e Kendall, rispetto alle corse per gli indicatori nel complesso. Nome stazione è una dimensione non visualizzata che ha un qualche tipo di relazione con Distanza percorsa nei dati sottostanti per la visualizzazione di origine. |
Misure rilevanti
Questo tipo di spiegazione mostra che la media di una misura non visualizzata può contribuire al valore aggregato dell’indicatore analizzato. Una misura non visualizzata è una misura che esiste nell’origine dati, ma che attualmente non viene utilizzata nella vista.
Questa spiegazione può rivelare una relazione lineare o quadratica tra la misura non visualizzata e la misura di destinazione.
Nota: per le definizioni dei termini più comuni utilizzati nelle spiegazioni, consulta Termini e concetti nelle spiegazioni(Il collegamento viene aperto in una nuova finestra).
Questa spiegazione mostra:
Opzioni di esplorazione:
Fasi successive per l’analisi:
|  In questo esempio, un possibile motivo per cui la distanza percorsa è elevata è perché anche il tempo medio totale del noleggio è elevato. |
Altri elementi da esplorare
In questa sezione sono illustrati i possibili motivi per cui l’indicatore analizzato è unico o insolito. Queste spiegazioni:
- Non spiegano perché il valore di questo indicatore è quello che è.
- Non sono in alcun modo correlate al valore delle misure nella visualizzazione di origine.
- Non prendono in considerazione le misure di destinazione.
Altre dimensioni di interesse
Utilizza questa spiegazione per comprendere la composizione dei valori dei record che costituiscono l’indicatore analizzato.
La distribuzione di una dimensione non visualizzata nell’indicatore analizzato è insolita rispetto alla distribuzione dei valori per tutti gli altri indicatori nella vista. Una dimensione non visualizzata è una dimensione che esiste nell’origine dati, ma che attualmente non viene utilizzata nella vista.
Nota: per le definizioni dei termini più comuni utilizzati nelle spiegazioni, consulta Termini e concetti nelle spiegazioni(Il collegamento viene aperto in una nuova finestra).
Questa spiegazione mostra:
Opzioni di esplorazione:
Fasi successive per l’analisi:
|  In questo esempio, un’alta percentuale di record è associata a tempo nuvoloso. Poiché i dati riguardano il noleggio di biciclette a Boston e l’indicatore analizzato è Distanza percorsa ad agosto, possiamo presumere che il clima sia generalmente caldo e umido. Le persone potrebbero aver noleggiato le biciclette più spesso nei giorni nuvolosi per evitare il caldo. È anche possibile che ad agosto ci siano stati più giorni nuvolosi. |